悬了 80 年的数学猜想，被 GPT 自主攻克了。
如标题所说，OpenAI的一款并非专门为数学打造的通用推理模型，竟然自主攻克了一道困扰数学界近80年的经典难题。
连菲尔兹奖得主、著名数学家高尔斯都感叹，这是第一次看到AI真正意义上自主解决如此著名的未解数学问题。
这可不是普通的数学问题。
它表面简单得像一道课堂练习，却让几代顶尖数学家研究了近80年。
1946年，传奇数学家埃尔德什提出了一个后来被称为“单位距离问题”的猜想。
题目几乎一句话就能讲清楚：
在平面上摆放n个点，最多能有多少对点之间的距离刚好等于1？
听上去是不是特别像小学奥数？
比如三个点摆成一个边长为1的等边三角形，那么三条边的长度都是1。
如果换成四个点、五个点、十个点呢？
随着点越来越多，怎样摆放才能让“距离恰好为1”的点对数量达到最大？
问题突然就变得复杂起来。
有趣的是，这道题越研究越让人着迷。
因为它没有复杂的公式，没有高深的定义，任何人拿张纸都能开始尝试画图。
但真正深入之后才发现，它像一个没有出口的迷宫。
无数数学家在里面转了几十年。
过去近80年里，数学界逐渐形成了一种主流判断。
大家普遍认为，最优解大概率来自类似棋盘网格那样的排列方式。
按照这种思路，单位距离点对的增长速度应该接近线性增长。
简单理解就是，点数增加一倍，满足条件的距离对数量大致也增加一倍。
这个观点长期以来几乎成了默认共识。
没有人能彻底证明它是对的，但也没人能找到足够强的反例推翻它。
于是，数学界就在这种共识中前进了几十年。
直到这次。
OpenAI内部模型没有沿着传统几何思路继续往前挖，而是突然拐进了另一条路。
它把问题和代数数论联系起来，通过构造一种全新的点集排列方式，得出了一个令人震惊的结果。
原本大家认为增长速度应该无限接近线性。
而AI构造出的方案表明，它其实可以超过线性。
虽然超过的幅度目前还不算巨大，但关键不在于数字大小。
关键在于方向变了。
这就像一群登山者在一座山上寻找出口，几十年来所有人都坚信出口在东边，于是不断向东探索。
结果突然有一天，一个新人告诉大家：出口根本不在东边，而是在西边。
哪怕他还没走到终点，这个发现本身就足以改变整个探索方向。
更有意思的是，AI给出的构造并不是最终版本。
当数学家们拿到这个思路后，立刻在它的基础上继续优化，把结果又向前推进了一步。
这意味着AI并不是单纯给出了一个答案。
它提供了一种新的工具、一种新的视角。
过去几十年里，人类一直在同一套框架下思考问题。
而AI直接把框架搬走了。
据OpenAI透露，公开出来的精简版内容已经长达125页。
不少数学爱好者翻阅后发现，在第39页附近出现了整个证明过程中的关键洞见。
甚至连模型自己在描述构造过程时，都用了“令人恐惧的”这样的表达。
很多网友调侃，看完以后最大的感受不是兴奋，而是好奇。
大家都想知道，那些没有公开的完整推理过程里，到底还藏着什么。
真正值得关注的，其实还不是这道题本身。
而是这件事透露出的一个信号。
过去几年，AI在数学竞赛、代码编程、论文写作等领域不断刷新成绩，但大多数时候，人们仍然把它看作一种辅助工具。
它擅长整理知识，擅长搜索信息，擅长加速计算。
可这次情况不一样。
如果说过去的AI更像一个能力很强的研究助理，那么这一次，它开始展现出研究者的影子。
它不是在已有答案里寻找规律，而是在无人区里开路。
这是两个完全不同的概念。
当然，现在距离“AI成为数学家”还有很远的路。
数学界最终是否完全接受这项成果，还需要严格的同行评审和长期验证。
但无论结果如何，一个事实已经摆在眼前。
AI参与科学发现的方式，正在发生变化。
80年前，埃尔德什提出了一个看似简单的问题；80年后，一个通用人工智能模型给出了新的方向。
文中观点仅为作者观点，不代表本平台立场
